Google大腦工程師詳解：深度學(xué)習技術(shù)能帶來(lái)哪些新產(chǎn)品？

　　這種技術(shù)還帶來(lái)一些其他可能：

　　· 離線(xiàn)仍保持某些功能可用的虛擬助手;

　　· 告訴你植物、蘑菇等是否有毒能不能吃的荒野求生應用;

　　· 自帶TPU(Google的Tensor Processing Unit)芯片[11]、能實(shí)現簡(jiǎn)單避障、導航功能的小型無(wú)人機。

　　人機交互

　　深度神經(jīng)網(wǎng)絡(luò )是第一種能真正看見(jiàn)、聽(tīng)見(jiàn)我們的世界，并且健壯性達到可接受水平的模型，這開(kāi)啟了很多人機交互的可能性。

　　現在，我們可以利用攝像頭來(lái)識別手語(yǔ)、讀書(shū)給人類(lèi)聽(tīng)。實(shí)際上，深度神經(jīng)網(wǎng)絡(luò )已經(jīng)可以用完整的句子來(lái)描述它們所見(jiàn)。百度的盲人助手小明(DuLight)項目就是一個(gè)能把畫(huà)面轉換成語(yǔ)音的耳機。

　　我們的人機交互不局限在視覺(jué)相關(guān)的領(lǐng)域，深度學(xué)習也可以用于校正腦電(EEG)接口，讓截癱人士能更快地與計算機交流，也能為類(lèi)似手勢識別工具Soli的項目提供更精確的解碼技術(shù)。

　　游戲

　　在計算上，游戲是非常具有挑戰性的，因為它同時(shí)實(shí)時(shí)運行著(zhù)物理模擬、AI邏輯、渲染、多玩家互動(dòng)。這其中很多部件的復雜度都達到了至少O(N^2)，因此，我們現有的算法已經(jīng)觸碰到了摩爾定律的天花板。

　　深度學(xué)習在幾個(gè)不同方面推進(jìn)了游戲能力的邊界。

　　顯然，有一個(gè)方面是游戲AI。在現在的電子游戲中，AI為非玩家角色(NPC)設計的邏輯無(wú)非是一串“如果-則-否則”的表述擰在一起，來(lái)模仿智能行為。對于高級玩家來(lái)說(shuō)，這種AI不夠智能，導致單人模式下的角色互動(dòng)在某種程度上缺乏挑戰性，即使在多人游戲中，最聰明的也通常是人類(lèi)玩家。

　　深度學(xué)習會(huì )改變這一狀況。Google旗下DeepMind的AlphaGo向我們展示了深度神經(jīng)網(wǎng)絡(luò )與梯度策略學(xué)習結合，可以強大到能在圍棋這樣復雜的游戲中擊敗最強的人類(lèi)選手。AlphaGo所用的深度學(xué)習技術(shù)可能很快將用于游戲的NPC上，利用玩家的弱點(diǎn)來(lái)提供更吸引人的游戲體驗，其他玩家的游戲數據可以被發(fā)往云端供AI學(xué)習。

　　深度學(xué)習在游戲中的另一個(gè)應用是物理世界的模擬。我們也許可以把非線(xiàn)性動(dòng)力問(wèn)題轉換成一個(gè)回歸問(wèn)題，而不用從基本原理出發(fā)來(lái)模擬流體和粒子。比方說(shuō)，如果我們訓練一個(gè)神經(jīng)網(wǎng)絡(luò )，讓它學(xué)習支配流體動(dòng)力學(xué)的基本規律，在游戲中就能快速評價(jià)，不需要對N-S方程(Navier-Stokes equations)大規模實(shí)時(shí)求解。

　　實(shí)際上，Ladicky & Jeong 2015已經(jīng)這么做了。

　　對于每秒不能低于90幀的VR應用，這可能是現有硬件限制下的唯一可行方案。

　　第三，深度生成模型可以用于創(chuàng )建無(wú)限豐富的程序性?xún)热?，例如?dòng)物群、角色對話(huà)、動(dòng)畫(huà)、音樂(lè )，也許還有游戲的故事線(xiàn)本身。剛剛有游戲開(kāi)始探索這個(gè)領(lǐng)域，例如無(wú)人深空(No Man’s Sky)就有潛力成為一款具有無(wú)限內容的游戲。

　　最后，作為蛋糕頂上櫻桃一樣的點(diǎn)綴，深度神經(jīng)網(wǎng)絡(luò )很適合平行小批求值，就是說(shuō)運行在一塊GPU上的AI邏輯可以同時(shí)模擬出128個(gè)NPC、32處水流。

　　藝術(shù)助手

　　由于神經(jīng)網(wǎng)絡(luò )對于圖像、音頻、文本都有著(zhù)很好的感知能力，我們可以用它來(lái)繪畫(huà)、作曲、寫(xiě)小說(shuō)也就不奇怪了。

　　多年來(lái)，人們一直在嘗試讓計算機作曲、繪畫(huà)，不過(guò)直到深度學(xué)習出現，我們才開(kāi)始真正生成出“好結果”，現在蘋(píng)果的App Store中已經(jīng)有幾個(gè)App為取樂(lè )使用了這類(lèi)算法，但我們可能很快就會(huì )看到專(zhuān)業(yè)的內容創(chuàng )作軟件中將這類(lèi)算法用作輔助的生成手段或濾鏡。

　　非結構化數據挖掘

　　在從網(wǎng)頁(yè)上獲取信息方面，深度學(xué)習還沒(méi)有達到人類(lèi)的水平，但是深度神經(jīng)網(wǎng)絡(luò )賦予機器的視覺(jué)能力，讓它們足以理解超文本之外的內容。

　　例如：

　　· 從掃描的傳單分析事件;

　　· 識別EBay上哪些商品是相同的;

　　· 通過(guò)攝像頭辨別客戶(hù)情緒;

　　· 不借助RSS從網(wǎng)頁(yè)上提取博客內容;

　　· 將照片信息整合到金融估值工具、保險單、信用評分中。

　　語(yǔ)音合成

　　從生成模型的發(fā)展水平、數據的豐富程度來(lái)看，以摩根·弗里曼或者斯嘉麗約翰遜的聲音讀文章給你聽(tīng)的應用遲早要出現。我在Vanguard游戲里的密碼就是我的聲音。

　　其他

　　自適應操作系統/網(wǎng)絡(luò )堆棧調度：在操作系統中安排線(xiàn)程和進(jìn)程是一個(gè)非常難的問(wèn)題，我們目前還沒(méi)有非常令人滿(mǎn)意的解決方案，現代操作系統、文件系統和網(wǎng)絡(luò )傳輸協(xié)議TCP/IP的調度算法還相當簡(jiǎn)單。我們或許可以用小型神經(jīng)網(wǎng)絡(luò )來(lái)適應用戶(hù)特定的調度模式。

　　顯微鏡軟件的菌落計數、細胞追蹤(用于生物實(shí)驗研究)

　　“以機器學(xué)習替代模擬”的策略已經(jīng)在藥物設計領(lǐng)域發(fā)揮作用，大幅提升了找到哪種化合物有幫助、哪種有毒性的效率。